一、VS 投资人

　　军备竞赛，总是从钱开始。

　　2018年的第一个月，人工智能领域的融资依然在刷新纪录。

　　就在本文发布的一天前(1月16日)，原百度研究院院长林元庆创立的行业升级AI整体解决方案公司Aibee (爱笔智能) 宣布获得1.65亿元人民币天使轮融资，刷新了中国AI初创企业天使轮融资额新纪录。

　　2017年，商汤、旷视两家计算机视觉领域的公司，先后公布4.3亿美元B轮融资、4.6亿美元C轮融资，刷新全球AI初创公司的融资纪录。11月，国内人工智能人形机器人公司优必选(Ubtech)宣布完成4000万美元C轮融资，估值40亿美元，之前快手达到30亿美元估值时月活已经达到1.5亿。10月，AI教育公司乂学天使轮(含追加轮)融资高达2.7亿元，这笔钱很可能能投资ofo的B轮。8月，AI芯片厂商寒武纪完成1亿美元A轮融资，成为独角兽，之前达到这一成绩的中国公司是阿里体育、瓜子二手车，这些公司往往当时已有大平台资源注入。

　　高估值之下，留给新投资人的是一道退出难题。

　　以往，海外技术公司多是以收购为主要退出方式，收购价格往往在2-5千万美元，少数优质公司的收购金额或能达到2亿美元，极少数公司会突破两亿美元。但现在，国内AI初创公司的融资，天使轮估值基本是1亿元左右，不少优质项目是1亿美元估值起步，赛道上大多数公司完成Pre—A轮融资或者A轮融资后，几乎已经很难能遇到合适买家。另一方面，中国缺少对创新的保护，大公司往往缺少收购意愿与收购文化。

　　高估值、高风险、长周期，新投资人是否依然愿意为梦想买单?当潜在的投资风险已经高于潜在的投资回报，如何说服新的投资人，会是摆在初创公司面前的第一道必答题。

　　二、VS 弱需求

　　商业化是这场大赛的重头戏，但说服客户持续付费显然并不容易。

　　理想丰满，现实骨感。过去两年，中国的人工智能公司几乎尝试了所有的应用市场：汽车、金融、安防、物联网、客服、零售、电商、医疗、广告、教育、法律、工业制造、航空航天……但多是处于尝试、探索、试点期。制约这些客户意愿的，一是当前的技术还远不能满足客户需求，一是达到同样的效果，其他技术路线成本或会更低。

　　2017年，AI公司开始逐渐聚焦大市场。汽车、金融、物联网、零售、安防成为AI公司竞相争抢的热门市场。数据显示，中国的金融市场规模在43万亿以上，商品零售市场在29.7万亿以上，物联网市场规模在6000亿左右，安防市场规模在5000亿左右。这些大市场被认为是最有可能为初创公司提供持续营收的市场。2017年获得大额融资或者估值较高的AI公司，基本都以汽车、金融、物联网、安防等为主要服务对象。

　　当前大多数客户仍以试点为主。以当前最为热门的AI安防市场为例，目前只有1%的安防设备应用了AI技术。根据《财经》的报道，当前所有的AI安防产品，产值不到20亿元;目前智能安防领域最大的一笔订单在上海宝山，为3000路，相比庞大的安防领域，这个数字几乎可以忽略不计。而在其他领域，技术的渗透率可能还要更低。

　　种种现状，使得现在的人工智能公司，更像是外包公司。

　　但从卖服务到卖产品的转变，并不容易。赚钱的产品很可能分为硬件、软件两类。硬件方向，做上游元器件供应商，离客户和钱就远;做下游产品，对技术公司来说，补足产品定义、运营、渠道能力都不简单。软件方向，当SaaS类公司都没有解决中小客户付费提升的难题，AI公司解决成功的概率显然要更低。

　　三、VS 友商

　　竞争再所难免。但商业化道路上，“友商”暗战，“合作伙伴”神离，甚至“化友为敌”会是新常态。

　　一场对外公开的展示上，一家做NLP技术的厂商，担心语音识别的合作伙伴从中作梗，提前预备了Plan B——一旦遇到意外立即切换到另一家语音识别服务商;一场私下的交流里，一名AI公司的CEO几乎吐槽了赛道上所有的竞品，虽然接受媒体采访时，这个赛道上所有的公司几乎都口径一致——“ 这些公司都是业内特别优秀的公司，只是做的业务重点不相同”;为了拖慢另一家体量类似的竞品融资进度，一家公司主动找到了券商沟通交流，希望有机会反向影响投资人的选择;为了监测、防止合作伙伴涉足自己在做的业务，一家大体量的AI公司一旦监测到合作伙伴购买了自己公司的硬件产品，就会第一时间致电合作伙伴质问意图……

　　大市场可以支撑足够多的玩家，一般都是分散的市场，服务分散市场的市场也往往是分散市场。这意味着绝大多数可以商业化的场景，都会是同质化竞争的重灾区。以人脸识别领域为例，过去几年，这一赛道上，已经挤进了大约数百万家公司。

　　与友商的明争相比，暗斗难防。比如，为了拖慢对手的商业化进程，甚至有公司为了不让对方拿到订单，故意报一个有竞争力的低价。

　　金钱面前，技术公司的合作关系也正经受考验。过去两年，在智能语音、机器视觉两个大的方向上，出现了新一批新公司，既有直接竞品，也有上下游公司，其中不少也获得了资本加持，加上潜在客户对应用AI技术高度热情，出现了一批真实的、甚至付费的需求，行业有了盈利的可能，使得行业竞争激烈，压缩了AI公司的正常成长周期，短期内合纵连横成为必然。

　　技术方面，百度、微软、腾讯、阿里都是初创公司绕不开的大山。充足的预算，真实的数据，都使得这些大平台更有优势。比如，在智能音响这样的热门方向上，知名公司不仅数倍薪资挖角人才，也希望用补贴的方式抢下更多市场份额，令不少创业公司措手不及。上市公司发起的竞争可以由股民买单，辛苦赚钱融资的初创公司何从何处?跟，还是不跟，这是个不得不面对的难题。

　　商用方面，每一条应用的赛道上，都聚集了不少老玩家。以安防为例，市值4000亿人民币的华康，是整个赛道绕不去的大山，而现在海康不仅也做摄像头，在做技术，也在做芯片，希望革新产业链的初创公司显然并不愿意见到这个局面。更多的赛场边，还潜伏着这样的玩家，他们迟迟未动，并非毫无察觉，只是等待入场的时机。

　　四、 VS 人

　　令人措手不及的，或许还有团队内部的分歧、斗争和分裂。

　　国内的人工智能公司，多是从技术起家。在完成了“技术——产品——商品”的三步转化后，商业化都逐渐成为公司的重心，销售团队的重要性开始提升。从技术主导到销售引导的过程中，是公司权利与利益的再分配，矛盾往往在所难免。36氪接触的多家获得大笔融资的AI公司，都遇到了类似的问题。比如，其中一家公司销售高管直接与CEO产生矛盾，最后CEO不得不聘请了保膘。

　　高速发展的公司，也考验着高管的成长速度。核心创始团队中的成员，因为个人能力、过往经历，都有可能难以适应公司的新阶段。与此同时，当公司扩张到一定规模，高管之间的利益之争，往往会超越公司利益。未能在利益分配的过程中获利的一方，很可能会黯然离场或主动离开。几家知名AI公司都经历了COO、商务负责人内斗之后离职，CTO离职亦有发生。

　　过去两年，融资环境太好，被追逐的知名企业往往完成了意料之外的多轮融资。被稀释大量股份的公司，不少正在失去公司的绝对控制权。36氪了解到，不少公司在A轮结束时，创始团队的股份已经在50%左右浮动。而现在，距离终点还很长。

　　五、最好的时代

　　任何领域，博弈与竞争都再所难免。从近代开始，几乎所有的社会活动都是在竞争中开展。在商业社会，更是如此，即使是在市场经济探索中的中国。在AI这种被认为有可能产生新一次工业革命的领域，全球范围的竞争如火如荼。

　　过去两年，人工智能创投领域有没有泡沫的争论，从未停息。背后的潜台词则是认可人工智能公司的前景，但对估值存在疑义。

　　人工智能未来会以燎原之势改造各行各业，似乎正成为共识。从需求侧看，人工智能是新的先进生产力。自2005年以来的十年期间，中国劳动力成本上升了五倍，2030年年轻人口(15-39岁)所占的比例将有可能从2013年的38%下降到28%，到2050年，中国老年人抚养比可能增加到现在的3倍，利用机器提升效率是大势所趋。

　　而从供给侧看，人工智能技术所需要的技术逐渐成熟。数据方面，全球数据资料存储量2020 年将达到 40ZB， CAGR 约为 40%。算力方面，现在12颗GPU性能相当于2000颗CPU的深度学习效果，算力软硬件方面的创新都还在一直继续 。算法方面，2006年深度学习算法使得语音识别、图像识别的准确率大幅提升，成为不少应用的强力助推器。

　　国家对于人工智能行业高度重视。国家“十三五”战略性新兴产业发展规划提出，到2020年以人工智能为核心的新一代信息技术相关产业市场规模将超10万亿元。

　　而从远景看，人工智能可能会产生下一代互联网。信息输入的方式正从文字转变为语音、图像、数据、声光电信号。信息输出的方式正从搜索结果排序转化到 “精准答案”、“控制信号”等。而这不仅会带来行业的洗牌，也会是新的基础设施。

　　而另一方面，战略的买家也正逐渐接受高溢价。近年来，人工智能及其相关领域的收购不断刷新纪录，软银收购ARM花费234亿英镑，Intel收购 Altera、Mobileye花费均超过150亿美元。

　　对于那些能在博弈中不断胜出的公司来说，这无疑不是一个最好的时代。